Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Pracovní materiály pro účastníky kurzů
Program 2 Ekonomické a finanční vzdělávání
Modul 5 Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
vytvořený v rámci realizace projektu SOVA SYSTEMS Č.R., spol. s r.o. Brno, Křenová 52, 602 00 Brno „Vyšší úroveň dalšího vzdělávání v klíčových oborech podnikání“ registrační číslo: CZ.1.07/3.2.04/03.0018 hrazeného z Operačního programu Vzdělávání pro konkurenceschopnost prostřednictvím Krajského úřadu Jihomoravského kraje
prosinec 2015, leden 2016 SOVA SYSTEMS Č.R., spol. s r.o.
1 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Obsah: 1 Základy finanční analýzy podniku 2 Alternativní kategorie zisku a rentability 3 Predikce finanční tísně 4 Peněžní toky podniku 5 Analýza strategické pozice podniku Přílohy Příloha 1 – Minimální množina ukazatelů Příloha 2 – Metodika tvorby závěrečné práce
SOVA SYSTEMS Č.R., spol. s r.o.
2 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
1 ZÁKLADY FINANČNÍ ANALÝZY PODNIKU Finanční analýza, jako složka finančního řízení podniku, bývá charakterizována jako metodický nástroj, který dovolí posoudit tzv. „finanční zdraví“ analyzovaného podniku. Tento přístup vede k upřednostňování likvidity a rentability jako dvou komponent finančního zdraví podniku, což vede k paradoxu – jako by ostatní ukazatelové systémy finanční analýzou používané do ní vlastně ani nepatřily. Zde budeme uvažovat finanční analýzu především jako nástroj, který nám dovolí z běžně dostupných informací (účetní evidence podniku atd.) získat informace další, jinak nedostupné.
1.1 Definice a význam základních pojmů Finanční analýza (FA) je diagnostická složka systému finančního řízení podniku. S využitím standardizovaných i specifických metod zpracování vstupních údajů rozšiřuje jejich vypovídací schopnost. Tak maximalizuje informační základnu finančního rozhodování. Podle použitých metod a výchozích (zpracovávaných dat) jsou uvažovány dva základní přístupy k finanční analýze: a) technická FA Analyzovaná firma (systém) je v zásadě uvažovaná jako izolovaná. Vstupní data jsou obvykle přesně specifikována (především účetní evidence) a zastoupena tzv. daty tvrdými. Známy jsou i algoritmy zpracování vstupních dat, v současné době již na relativně vysokém stupni standardizace. b) fundamentální FA Mimo dokonalé znalosti poměrů v konkrétní firmě se zde předpokládá i důvěrná znalost kontextu podnikání (nejméně na oborovém základě). Nároky na kvalifikaci analytika jsou mimořádné. Mimo tvrdých dat pracuje i s poznatky nespecifickými (měkká data). Vstupní data zpracovává jak standardizovanými metodami, tak expertními soudy. Uživatelé výstupů FA, tvoří každá zájmová skupina, která o to má zájem. Minimálně půjde o vlastní podnik a jeho konkurenty.
1.2 Postupy FA a zdroje vstupních dat V konkretizaci postupu FA použitelných dílčích kroků lze definovat kupříkladu postup podle Schématu 1.1. Schéma 1.1 Prakticky využitelný postup finanční analýzy (jedna z možností) Charakteristika prostředí a sběr dat a) výběr srovnatelných firem b) sběr dat c) ověření použitelnosti dat Výběr metody a základní zpracování dat a) výběr vhodné metody a ukazatelů b) zpracování ukazatelů (realizace) c) relativní postavení firmy
SOVA SYSTEMS Č.R., spol. s r.o.
3 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Pokročilé (speciální) zpracování dat a) identifikace modelu dynamiky a nebo b) analýza vztahu mezi ukazateli (odchylky, korelace…) 4. Návrh cest k dosažení žádoucího cílového stavu systému a) návrhy (ve variantách) b) odhady rizika variant c) výběr (multikriteriální) doporučené varianty (suboptimální) Zdroje vstupních informací tvoří rovněž vyčerpávajícím způsobem jen obtížně popsatelnou množinu. K základním okruhům však patří: a) finanční účetnictví b) vstupy z fundamentální analýzy c) údaje z finančního trhu nebo z kapitálového trhu.
1.3 Základní metodický aparát FA Dnes je již v zásadních rysech standardizován. Je tvořen následujícími metodickými přístupy: -
poměrová analýza
-
horizontální analýza
-
vertikální analýza
-
soustavy ukazatelů
-
bankrotní/bonitní modely
1.3.1 Poměrové ukazatele FA (poměrová analýza) Obvykle jsou definovány pěti následujícími okruhy ukazatelů: 1. rentabilita 2. aktivita - vázanost kapitálu 3. likvidita - platební schopnost 4. zadluženost - struktura finančních zdrojů 5. finanční trh.
ad 1) ukazatelé rentability Pod pojmem rentabilita uvažujeme výnosnost vloženého kapitálu (v různých variantách). V ekonomické praxi jsou definice rentability konstruovány podle konkrétních potřeb podniku. a) obecně:
zisk (čistý, upravený) vložený kapitál b) ve variantách:
SOVA SYSTEMS Č.R., spol. s r.o.
4 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
a) úhrnný vložený kapitál (ÚVK, RÚVK)
čistý zisk po zdanění úroky (1 - % zdanění) počáteční hodnota ÚVK konečnáhodnota ÚVK ÚVK 2
RÚVK (ROCE)
variantně:
čistý zisk po zdanění (před vyplacením prioritních dividend) vlastní jmění dlouhodobé závazky
ROCE
zisk po zdanění Ú * 1 - daňová sazba vlastní jmění dlouhodobé závazky
Ukazatel ROCE definuje tedy rentabilitu dlouhodobého investičního kapitálu (Return on Capital Employment), b) vložený kapitál (VK, RVK)
RVK (ROE)
čistý zisk po zdanění vlastní jmění (jmění akcionářů)
Tento ukazatel je přes multiplikátor jmění akcionářů spojen i s následujícím ukazatelem ROA (Return on Assets). Lze tedy nazírat na ukazatele ROA a ROE jako na ukazatele do jisté míry alternativní.
ROA
čistý zisk po zdanění (a výplatě prioritních dividend) celková aktiva
Jejich vzájemné vztahy zřejmě nejlépe popisuje Du Pont - pyramidový rozklad rentability, uvedený v dalším textu této kapitoly. Základní matematický vztah tohoto rozkladu rentability má tuto podobu ROE (Return on Equity):
ROE
Z T P( A ) * * T A VJ
V něm první dva zlomky představují ukazatel ROA, třetí zlomek představuje "gearing ratio", což je jen jiný název pro již zmiňovaný ukazatel multiplikátor jmění akcionářů. ad 2) ukazatelé aktivity – vázanosti kapitálu Zde se obvykle uvažují obvykle čtyři základní ukazatele: a) doba obratu zásob
zásoby tržby / 365 SOVA SYSTEMS Č.R., spol. s r.o.
5 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
kde výsledek určuje, kolik dní je třeba prodávat, aby se zaplatily zásoby. Alternativním ukazatelem slouží ukazatel rychlost obratu zásob
tržby zásoby který udává kolikrát se zásoby přemění v ostatní formy oběžného majetku až po finální produkci a její prodej, z něhož vyplynou tržby. b) doba obratu pohledávek
pohledávky tržby / 365 ideální výsledek je přirozeně nulová hodnota, vyplývající z nulové hodnoty pohledávek. I v tomto případě existuje alternativní ukazatel rychlost obratu pohledávek
tržby pohledávky který popisuje kolikrát (a tedy jak rychle) jsou pohledávky přeměněny v peněžní prostředky plynoucí z tržeb c) doba obratu závazků
závazky tržby / 365 relativní vázanost stálých aktiv
tržby stálá aktiva definuje potřebnou vázanost firemních fixních aktiv k dosažení daného obratu. Ukazatel je nejčastěji označován jako obrat aktiv. ad 3) ukazatelé likvidity – platební schopnosti Ukazatele likvidity jsou standardizovány téměř dokonale podle tříprvkového schématu. V zásadě je základní definiční vztah všech likvidit stejný. Srovnává se objem toho co mám podnik platit (jmenovatel ukazatele) s tím čím to může zaplatit (čitatel výrazu). V duchu této logiky by hodnota všech likvidit měla být rovna jedné. Jednotlivé likvidity se však liší se uvažovanými hodnotami čitatele a jmenovatele. Tyto veličiny jsou charakterizované (především) různou mírou likvidnosti. a) běžná likvidita Standardní hodnota ukazatele definuje, kolikrát mají být oběžná aktiva větší než krátkodobé závazky, aby krátkodobá pasiva nemusela být hrazena např. z prodeje stálých aktiv.
oběžná (krátkodobá) aktiva 2 optimum krátkodobá pasiva 1 b) pohotová likvidita (rychlý test, acid test)
SOVA SYSTEMS Č.R., spol. s r.o.
6 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Vyjadřuje schopnost podniku vyrovnávat závazky bez prodeje zásob, které jsou považovány za nejméně likvidní zdroj. Je zřejmé, že v našich současných podmínkách by sporným aktivem byly spíše pohledávky.
oběžná aktiva - zásoby 1 dobré krátkodobá pasiva 1 c) peněžní likvidita Tento ukazatel určuje nejvyšší uvažovanou likviditu. Standardní hodnota vychází z racionálního chápání splatnosti celkových krátkodobých aktiv (včetně jejich rozložení v období celého roku).
finanční majetek 0,2 0,4 celková krátkodobá pasiva V této souvislosti se objevuje i pojem solventnost, což je obvykle bráno jako dlouhodobá schopnost uhrazovat své závazky, tedy dlouhodobá likvidita. ad 4) ukazatelé zadluženosti Kategorie zadluženosti je vyjadřována nejrůznějšími způsoby. V zásadě jde o varianty vyjádření poměru vlastních a cizích zdrojů, nám známého ukazatele finanční páky (gearing).
celkové závazky vlastní jmění CF z provozní činnosti , alt. , alt. , alt. celková aktiva celková aktiva celkové závazky
zisk úrok
ad 5) ukazatelé finančního trhu Ve stabilizovaných ekonomikách jsou ukazatele spojené s kapitálovým trhem obvykle v posici kategorického imperativu a jejich žádoucí hodnota je dokonce objektem centrálně koordinovaných aktivit (USA). V podmínkách ekonomiky ČR je kapitálový trh bohužel prakticky nefunkční a proto zde uvádíme pouze dva ukazatele, běžně považované za nejvýznamnější. a) P/E (Price/Earning)
P/E
tržní cena akcie zisk na akcii
b) Price/Book value
tržní cena akcie vlastní jmění na akcii 1.3.2 Horizontální analýza Horizontální analýza je finančně-analytická technika, které je v podnicích nasazována naprosto běžně pod označením analýza časových řad. Jde tedy o analýzu vývoje finančních ukazatelů v závislosti na čase. Obvyklým výstupem je časový trend analyzovaného ukazatele, využitelný specielně pro predikci jeho budoucího vývoje. Z minulého vývoje libovolného ukazatele však pro současnost nemusí vyplývat téměř žádné důsledky. Především totiž nemusí být (v dnešních turbulentních podmínkách) splněn požadavek ceteris paribus. Za druhé, pro statistickou významnost získaných výsledků by dvojic ukazatelů hodnota / čas muselo být velké množství (desítky a více – až stovky). A konečně se dnes v teorii finančního řízení podniku objevuje s novou naléhavostí staronový předpoklad o posloupnosti hospodářských výsledků podniku jako o markovovském procesu, kdy budoucí výsledek není nijak determinován výsledky dosaženými v minulosti. SOVA SYSTEMS Č.R., spol. s r.o.
7 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
1.3.3 Vertikální analýza Vertikální analýza pracuje se strukturou zvolených ukazatelů. Předpokládá se přitom, že tato struktura se bude v čase měnit. Ku příkladu se podnik stává finančně lehčím, čili poměr fixních a oběžných aktiv se mění ve prospěch naposled zmíněných. Obvykle se horizontální a vertikální analýza kombinují, což se ostatně nabízí už při velmi povrchním hodnocení jejich potenciálu.
1.3.4 Soustavy finančních ukazatelů V daném případě metodiky FA je snaha již uspořádáním ukazatelů (které tvoří danou soustavu) vytvořit podmínky pro získání informace navíc. Vše směřuje k budování a využívání více či méně hierarchických systémů, jejichž nejvlastnější podobou jsou pyramidové systémy. a) volně řazené (nejpružnější) Hierarchické vztahy mohou být sice deklarovány, ale fakticky zde hierarchie neexistuje. Výjimkou jsou neformální hierarchické vztahy, dané ku příkladu konjunkturálním významem ukazatele. b) skupinově řazené (nejčastější) Hierarchie je v tomto případě vyjádřena primárně příslušností ke skupině ukazatelů, tedy explicitně (ku příkladu ukazatele popisující zahraniční obchod). I zde přirozeně existují neformální hierarchické vztahy v rámci skupin i mezi skupinami. c) pyramidové soustavy (Du Pont) Vlastně jediné skutečně hierarchické soustavy, kde vzájemné vazby pyramidového typu jsou vyjádřeny dokonce matematickými operátory. Asi nejznámější soustavou tohoto typu je pyramidový systém Du Pont (viz Schéma 1.2). Zjevnou nevýhodou pyramidových systémů je jejich pracná modifikace při zavedení nového ukazatele či ukazatelů. Naproti tomu výhoda pyramidových soustav spočívá v kauzálních vazbách mezi ukazateli, což podporuje přesvědčivost jejich výpovědi.
Schéma 1.2 Výpočtové schéma rozkladu DuPont ROE = zisk / vlastní kapitál ROA = zisk /aktiva zisk/tržby x (rentabilita tržeb)
x
aktiva / vlastní jmění = multiplikátor vlastního jmění akcionářů
tržby/aktiva (obrat aktiv)
1.3.5 Identifikace symptomů budoucí nesolventnosti Tyto metodické nástroje patří k nejsofistikovanějším metodám FA. Jsou obvykle postaveny na vícefaktorové analýze vzájemných závislostí mezi vstupními a výstupními ukazateli. S ohledem na jejich vypovídací schopnost jsou označovány jako bonitní či bankrotní modely, přičemž posledně uvedené jsou schopny predikovat budoucí vývoj podniku a to dokonce s definovanou pravděpodobností.
SOVA SYSTEMS Č.R., spol. s r.o.
8 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Jako příklad této metodiky nám poslouží Altmanův index finančního zdraví (Altmanův model, ZScore, Z – skóre, Z-funkce atd.)
Z 1,2x1 1,4x 2 3,3x 3 0,6x 4 1,0x 5 Výše uvedený definiční vztah platí pro firmy, které jsou řízeny korektně. A to dokonce až do té míry, že prošly (jako bezpečný cenný papír) burzovním výborem pro kotace a jejich akcie jsou tedy veřejně obchodované na burze. V naší literatuře je tato verze Z-funkce označovaná jako verze pro akciové společnosti. Pro ostatní podniky, de facto tedy pro podniky, které jsou finančně řízeny s větší mírou razance a tedy riskantněji jsou váhy u jednotlivých proměnných korigovány do níže uvedené podoby:
0,717 0,847 3,107 0,42 0,998 . V domácích pramenech je tato verze Altmanova vzorce označována (poněkud eufemisticky a nepřesně) jako verze pro společnosti s ručením omezeným. Poměrové ukazatele jsou definovány vztahy
X1
pracovní kapitál celková aktiva
X2
nerozdělený zisk celková aktiva
X3
zisk před zdaněním úroky celková aktiva
X4
tržní hodnota vlastního jmění účetní hodnota základního jmění (pro s.r.o.) účetní hodnota cizíhokapitálu (dluhu) účetní hodnota cizíhokapitálu
X5
tržby (celkové výnosy) celková aktiva
Podle výsledku hodnocení, podle dosažené hodnoty Z-funkce, jsou u této metodiky hodnocené podniky rozděleny do tří skupin (viz Tabulka 1.1). Tabulka 1.1 Tři kategorie firem v závislosti na velikosti Z-funkce a. s.
s. r. o.
dobré firmy
Z > 2,99
Z > 2,9
firmy bankrotem
ohrožené Z < 1,81
firmy s neurčitou situací
SOVA SYSTEMS Č.R., spol. s r.o.
1,81 - 2,99
1,2 1,2 - 2,9
9 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Je třeba zdůraznit, že firmy s neurčitou situací (pro tento interval hodnot Z-funkce se používá i označení "šedá zóna") jsou tak hodnoceny jen proto, že v tomto intervalu nedává metoda spolehlivé výsledky. Problém tedy není ve firmách (a jejich hospodářských výsledcích), které se do tohoto intervalu dostanou, nýbrž v metodě. Výhrady o jen omezené použitelnosti Z-funkce v našich podmínkách (bohužel nikoliv ojedinělé) je třeba brát s rezervou. Je samozřejmě pravda, že původní Z-funkce byla vytvořena v podmínkách americké ekonomiky. Nicméně není jasné, v čem zásadně a proč vůbec by se měly současné podmínky v ekonomice ČR lišit od poměrů v ekonomice americké. Odlišnosti obou diskutovaných ekonomik bychom snad mohli spatřovat v tom, že naši podnikatelé mají tendenci manipulovat výsledky svých firem (zisk) spíše směrem k horším hodnotám (zřejmě v souvislosti s daňovými optimalizacemi), když v USA jsou tendence právě opačné („windows dressing“). Což je faktor, který není složité do interpretace výsledků Z-funkce zahrnout. Pokud ovšem nemáme pod pojmem specifických domácích podmínek na mysli ospravedlnění či faktickou legalizaci konspirativních a v podstatě tedy kriminálních aktivit, na příklad v souvislosti s konkurzním řízením. Ostatně Z-modely byly průběžně zdokonalovány a aktualizovány1, čehož důkazem mohou sloužit ku příkladu v následující kapitole 3 uváděné modifikace Z-funkce pro podmínky ČR, či pro rozvojové trhy, případně tamtéž zmiňované modifikace do podoby ZETA modelu. Stejně tak je možné uklidnit pochybnosti o univerzální aplikovatelnosti Altmanovy metodologie řadou praktických (empirických) testů v různých zemích, které prokázaly že její schopnost predikce a statistická robustnost této predikce jsou „relativně vysoké“2.
1
JINDŘICHOVSKÁ, I. - BLAHA, Z. S. (2001): Podnikové finance. Vyd. 1. Praha: Management Press, 2001. 316 stran. ISBN 80-7261-025-2, strana 286 2 Tamtéž, strana 284 SOVA SYSTEMS Č.R., spol. s r.o.
10 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
2
ALTERNATIVNÍ KATEGORIE ZISKU A RENTABILITY
Ekonomická kategorie zisku (hospodářského výsledku, výsledek hospodaření, atd.) se dostává v některých souvislostech jakoby do pozadí. Pokud bychom pro uvažování kategorie zisku nenašli jiný důvod, tak i jen jeho význam jako projektované hodnoty daného projektu či podnikatelského záměru nepochybně svědčí pro jeho neopominutelný význam v ekonomické teorii i praxi. a) Domácí praxe vykazování zisku (dle struktury výsledovky) -
Provozní výsledek hospodaření Finanční výsledek hospodaření Výsledek hospodaření za běžnou činnost Mimořádný výsledek hospodaření
Možné úpravy výsledovky pro potřeby finanční analýzy lze objevit ve specializované literatuře, věnované problematice Finanční analýzy jako aplikované vědní disciplíny. Podrobnější přehled o tvorbě a struktuře zisku v duchu právě uvedené logiky lze z následující redukované podoby výsledovky (viz Schéma 2.1). I když jde proti originální podobě výsledovky o redukci významnou, stále je zřejmý rozdíl proti anglosaské praxi, jak je uvedeno dále.
SOVA SYSTEMS Č.R., spol. s r.o.
11 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Schéma 2.1 – Redukovaná podoba výsledovky TRŽBY (za prodej vlastních výrobků a služeb) změna stavu vnitropodnikových zásob + aktivace (materiálu, zboží, investic a vnitropodnikových služeb) =
výroba výrobní spotřeba (materiál, energie, služby) osobní náklady (mzdy, sociální zabezpečení) daně a poplatky (mimo daň z příjmů) odpisy
provozní náklady některé další výnosy a náklady
=
provozní hospodářský výsledek
+
finanční výnosy (tržby z CP, úroky) finanční náklady (úroky, pojistné, koupě CP…)
=
hospodářský výsledek z finančních operací
daň z příjmů (za běžnou činnost)
=
hospodářský výsledek za běžnou činnost
+
mimořádné výnosy
mimořádné náklady daň z příjmů z mimořádné činnosti =
= =
hospodářský výsledek mimořádný
hospodářský výsledek za účetní období (účetní zisk) výnosy (náklady) daňově nepřijatelné daňový zisk
SRN, UK: HRUBÝ ZISK = výnosy náklady bez nákladů odbytových a správních (ve vazbě na kalkulační členění nákladů) u nás méně využitelné
SOVA SYSTEMS Č.R., spol. s r.o.
12 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
b) Praxe USA či přesněji anglosaská (USA + GB) Tržby (= Výroba) - náklady bez odpisů, úroků a daní = EBDIT (zisk před odpisy, úroky a daněmi) - odpisy = EBIT (zisk před úroky a daněmi) = Operating Profit (USA) = provozní zisk - nákladové úroky = EBT (zisk před zdaněním) = Operating Profit (GB) - daň z příjmů = EAT (zisk po zdanění)
c)
alternativní rentability
Rentabilita tržeb (ROS) ROS = (inkaso – variabilní náklady - náklady obchodního úvěru) / tržby Rentabilita celkového vloženého jmění (ROI) ROI = ((EBIT (1 – t)) / A ) x 100 Ziskové rozpětí (Profit Margin) Ziskové rozpětí po zdanění
=
( EAT / tržby ) x 100
Ziskové rozpětí před zdaněním
=
( EBT / tržby ) x 100
Provozní ziskové rozpětí po zdanění =
( EBIT / tržby ) x 100
d) Analýza finanční páky Analýza finanční páky dává odpověď na otázku, zda je v dané situaci podniku zadlužování výhodné. Pokud opomeneme teoretický důkaz, je možno se spokojit s tvrzením, že zadlužování je výhodné, pokud ROE > ROI. ROE = (EBIT/A) x (EAT/EBT) x (EBT/EBIT) x (A/E) = ROI x (EBT/EBIT) x (A/E) EAT/EBT …………. daňová redukce zisku EBT/EBIT ………. ..úroková redukce zisku A/E …………………ukazatel finanční páky (EBT/EBIT) x (A/E) … ziskový účinek finanční páky > 1 použití cizích zdrojů ROE zvyšuje < 1 použití cizích zdrojů ROE snižuje SOVA SYSTEMS Č.R., spol. s r.o.
13 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
3
PREDIKCE FINANČNÍ TÍSNĚ
Zde si klademe za cíl poskytnout čtenáři komplexnější informace z oboru zmíněného již v kapitole 1 V kapitole 1 bylo definováno finanční zdraví podniku jako jedno ze syntetických kritérií zvláštního významu (syntetické finanční cíle či syntetická finanční kritéria), a to jako průnik podnikem dosažené rentability a likvidity. finanční zdraví = rentabilita (zisk) + likvidita (CF). Teorie finančního řízení podniku vytvořila řadu metod, které toto finanční zdraví firmy identifikují jiným způsobem, komplexněji, v podobě zvláštní účelové (tzv. „diskriminační“) funkce. Ty metody či modely jsou schopny identifikovat včas potenciální finanční tíseň podniku (dokonce i v časovém předstihu několika let) a s odhadnutelnou pravděpodobností jejího nastoupení. Tyto metodické nástroje finanční analýzy jsou mimo již uvedený název označovány nejrůznějším způsobem. Jde modely označované i dalšími názvy, ku příkladu systémy včasného varování či predikční modely, protože - postihují současný, ale zejména budoucí vývoj podniku, a to - nejlépe jedinou (komplexní) charakteristikou, i když - přece jen s omezenou vypovídací schopností (nic není dokonalé). My pro ně zvolíme (i v souladu s předchozím výkladem) název metody identifikace symptomů budoucí nesolventnosti a nebo ještě lépe bankrotní / bonitní modely (b/b modely). Obvykle jsou děleny na dvě podskupiny A) bankrotní modely - zbankrotuje podnik? - vychází ze skutečných údajů B) bonitní modely - je podnik dobrý nebo špatný? - vychází z části z teoretických poznatků, zčásti z poznatků pragmatických (zobecněných)
3.1 Altmanova formule bankrotu (Z-Score, Z-skóre, Z-fce) pro a.s. Tato a následující metodika jsou již známy z kapitoly 1, proto se omezíme pouze na stručný souhrn toho nejdůležitějšího. Z(a.s.) = 1,2 x X1 + 1,4 x X2 + 3,3 x X3 + 0,6 x X4 + 1,0 x X5 Zde použité proměnné mají následující význam: X1 = (oběžná aktiva – krátkodobé zdroje) / suma aktiv X2 = nerozdělený zisk / suma aktiv X3 = EBIT / suma aktiv X4 = tržní hodnota vlastního kapitálu / účetní hodnota celkového dluhu X5 = tržby / suma aktiv EBIT … zisk před zdaněním a úroky (ekvivalent provozního zisku)
SOVA SYSTEMS Č.R., spol. s r.o.
14 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Situace firmy v závislosti na hodnotě Z-funkce je definována takto (vlastně jde o charakteristiku vypovídací schopnosti této metodiky): Z 2,99 ….. uspokojivá finanční situace 1,81 Z 2,99 ….. . zóna neznalosti nebo šedá zóna („zone of ignorance“ or „gray area“3 neprůkazný výsledek) Z 1,81 ….. „přímí kandidáti bankrotu“ Z = 2,675 ….. hranice odlišující bankrotující a přežívající podniky.4 Hodnota Altmanovy diskriminační funkce Z = 2,675 de facto poněkud zmírňuje striktní nepoužitelnost výsledků analýzy, pokud hodnota Z-skóre padne do šedé zóny. Tato mezní hodnota se ve většině našich aplikací nebere v úvahu, což je jistě ke škodě věci. Dovoluje totiž maximálně využít vypovídací schopnost metodiky. Spolehlivost predikce kolísá v závislosti na charakteristikách vzorku podniků, detailech metodiky a časovém horizontu predikce. Jako základní horizont uvažuje tato metodika dva roky, pro který vychází spolehlivost predikce od 94 % do 96 %.5 Pro jiné intervaly časové vzdálenosti od okamžiku bankrotu podniku udává citovaný pramen následující spolehlivosti předpovědi6: časový horizont předpovědi 1 rok 2 roky 3 roky 4 roky 5 let
spolehlivost předpovědi 95 % 72 % 48 % 29 % 36 %
Rovněž je možno mít za prokázané, že pro relativně menší firmy je (za jinak stejných podmínek) pravděpodobnost bankrotu větší než v případě větších podniků7.
3.2 Altmanova formule bankrotu (Z-Score, Z-skóre, Z-fce) pro s.r.o. Z(s.r.o.) = 0,717 x X1 + 0,847 x X2 + 3,107 x X3 + 0,42 x X4 + 0,998 x X5 Zde použité proměnné mají stejný význam jako v předchozí subkapitole, až na odlišně definovanou hodnotu poměrového ukazatele X4 X4 = účetní hodnota základního kapitálu / celkové dluhy Situace firmy: Z 2,9 ….. uspokojivá finanční situace 1,2 Z 2,9 ….. šedá zóna (neprůkazný výsledek) Z 1,2 ….. „přímí kandidáti bankrotu“
3
ALTMAN, E.I.: Diskriminant anlysis and the prediction of Corporate Bankruptcy. The Journal of Finance, Vol. 23, No 4 (Sep.- 1968), str. 606 4 Tamtéž, str. 607 5 Tamtéž, str. 600, 601 a 609 6 Tamtéž, str. 604 7 Tamtéž, str. 609 SOVA SYSTEMS Č.R., spol. s r.o.
15 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
3.3 Zeta model Jde o komerčně využívanou (a tedy i do jisté míry chráněnou) verzi Z-funkce, kterou distribuuje poradenská firma ZETA services. Know-how patří samozřejmě opět E. I. Altmanovi a jeho týmu, kteří tuto inovaci původního Z-Score modelu publikovali v roce 19778. Zeta model má proti běžně známým modifikacím Z-funkce některé úpravy, ku příkladu zahrnuje kapitalizaci leasingu atd.. Je použitelný i pro obchodní společnosti a spolehlivost jeho předpovědi se udává na úrovni 66 % …..…. 5 let před bankrotem 95 % ………1 rok před bankrotem. Modely Zeta byly úspěšně obchodně aplikovány v řadě různých zemí, včetně zemí kategorie rozvojových trhů (emerging markets). Tyto aplikace jsou spojeny s řadou cílených obměn a úprav či se zaváděním tzv. faktorů přizpůsobení a mohou posloužit jako důkaz univerzální použitelnosti metodologie Z-funkce. Modifikace Altmanova kritérie do komerční podoby firmy ZETA Servis, Inc. má 7 proměnných (poměrových ukazatelů) následující podoby: X1 ... X2 ... X3 ... X4 ... X5 ...
EBIT / CA aktiva celkem EBIT / úrokové náklady krátkodobá aktiva/krátkodobá pasiva nerozdělený zisk (hospodářský výsledek + fondy ze zisku) aktiva X6 ... pětiletý průměr tržní hodnoty ZJ (tvořeného kmenovými akciemi) pětiletý průměr tržní hodnoty celkového kapitálu s výjimkou ZJ tvořeného kmenovými akciemi X7 ... směrodatná odchylka desetiletého vývoje rentability Hodnota koeficientu menší než „0“ je autory interpretována jako finanční tíseň. Všechny hodnoty blížící se „0“ představují pravděpodobnější úpadek. Hodnoty koeficientů (vah) rovnice jsou předmětem obchodního tajemství.
3.4 Upravený Altmanův model pro podmínky českých podniků Autory této úpravy jsou Inka a Ivan Neumaierovi. Výchozí podobou jejich verze Z-funkce je původní Altmanova formule (pro a.s.). Z(ČR) = 1,2 x X1 + 1,4 x X2 + 3,3 x X3 + 0,6 x X4 + 1,0 x X5 + 1,0 x X6 kde doplněný poměrový ukazatel X6 je definován následujícím výrazem: X6 = závazky po lhůtě splatnosti / výnosy
8
ALTMAN, E.I, - HALDERMAN, R. – NARAYAN, P.: „ZETA Analysis: A New Model to Identify Bankrupcy Risk of Corporations.“ Journal of Banking and Finance, 1977 SOVA SYSTEMS Č.R., spol. s r.o.
16 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
3.5 Altmanův model pro nevýrobní podniky a rozvojové trhy9 Modifikace z roku 1995. Zcela vynechán ukazatel X5. Tak je minimalizován vliv potenciálního sektorového efektu. Model je vhodný i pro srovnání podniků s rozdílným způsobem financování aktiv. Z(n.v.) = 6,56 x X1 + 3,26 x X2 + 6,72 x X3 + 1,05 x X4 + 3,25 Z(n.v.) > 2.60 ……….. bezpečná zóna 1,10 < Z(n.v.) ≤2,60 ………. šedá zóna Z(n.v.) ≤ 1,10 ………. ohrožení bankrotem.
3.6 Altmanův model pro malé britské firmy kategorie SME V našem kontextu známé od roku 200810, jako výsledek spolupráce autorského týmu E. Altman, G. Sabato a N. Wilson. Model je označováno jako rozšířený Z-skóre model (enhanced Z-Score Model). Model je vytvořen pro soukromé firmy kategorie SME, neobchodované na burze. Je pro něj typické, že v konstrukci diskriminační funkce bere v úvahu nejen klasické finanční ukazatele, které doplňuje o: - ukazatele nefinanční (ku příkladu velikost podniku, vlastnické poměry, atd.), - ukazatele definující „události“ (ku příkladu výsledek auditu, změny vedení, atd.) a - ukazatele charakteru makro (ku příkladu úroková míra, kurs atd.). Z dosud dostupných informací je zřejmé, že model je schopen teritoriálně diferencovat (proměnné i jejich váhy v diskriminační funkci jsou pro USA odlišné od britské varianty modelu). Model bere podle posledních dostupných informací11 v úvahu v zásadě pět proměnných a jednu konstantu, viz následující Tabulka 3.1. Tabulka 3.1 Základní proměnné modelu pro SME podniky (verze pro USA) proměnná
koeficient
cash/total assets 0,02 EBITDA/total assets 0,18 EBITDA/interes paid 0,19 Retained earnings/total assets 0,08 Short-term debt/ equity - 0,01 Constant 4,28 EBITDA stands for earnings before tax, interest and depreciation. Pramen: Upraveno podle ALTMAN, E.I.- SABATO, G. – WILSON, N.: The value of non-financial information in small and medium-sized enterprise risk management. The Journal of credit Risk, Volume 6/Num 2, Summer 2010, p. 1 - 33.
9
ALTMAN, E. I.: Predicting Financial Mistress of Companies [on line]. Poslední revize 2000 [cit. 2009-01-31] Dostupné z: http://pages.stern.nyu.edu/~ealtman/Zscores.pdf 10 WILSON, N.: Predicting Small Company Failure: An Application in the UK. In: sborník referátov z X. ročníka medzinárodnej vedeckej konferencie „FINANCIE A RIZIKO“, 24. – 25. novembra 2008, Ekonomická univerzita, NHF, katedra financií, Bratislava, Slovenská republika, str. 11-20 11 ALTMAN, E.I.- SABATO, G. – WILSON, N.: The value of non-financial information in small and mediumsized enterprise risk management. The Journal of credit Risk, Volume 6/Numer 2, Summer 2010, p. 10. SOVA SYSTEMS Č.R., spol. s r.o.
17 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
3.7 Quick test (Kralickův Q-test) Metoda byla původně vytvořena a používána v bankovním sektoru SRN v padesátých a šedesátých létech. Postupně byla uvolněna i pro využití v průmyslu. Dodnes je v našich podmínkách stále široce používána, přesto že by se mohlo zdát, že její hlavní význam bude spočívat spíše v roli „sociologické sondy“ do hospodářských poměrů SRN tehdejší doby. Obvykle bývá jako její oficiální datum vzniku udáván rok 1990.12 Metoda má podobu definovanou Schématem 3.1. Schéma 3.1 Q-test hodnota a hodnocení ukazatele (známka) velmi dobrý
dobrý
střední
špatný
ohrožen insolvencí
(1)
(2)
(3)
(4)
(5)
VK / A kvóta vlastního kapitálu
30 %
20 %
10 %
10 %
negativní
(CF / T)*100 CF v % podnikového výkonu
10 %
8%
5%
5%
negativní
ROA (s úroky) rentabilita celkového kapitálu
15 %
12 %
8%
8%
negativní
doba splácení dluhu v letech
3 roky
5 let
12 let
12 let
30 let
ukazatel
Legenda:
VK …. vlastní kapitál A …… suma aktiv (bilanční součet) T …… tržby (výkony podniku) CK …. cizí kapitál CF …. klasické CF (tokový ukazatel) ROA (s úroky) = (čistý zisk po zdanění + úroky z cizího kapitálu) /A doba splácení dluhu v letech = (cizí kapitál – likvidní prostředky) / roční CF roční CF (tzv. bilanční) = HV- daň z příjmů + odpisy – saldo přechodných účtů aktiv + saldo přechodných účtů pasiv
Pramen: Upraveno podle KRALICEK, P.: Základy finančního hospodaření. LINDE, Praha 1993. ISBN 80-85647-11-7, str. 65-66, s využitím SEDLÁČEK, J.: Finanční analýza podniku. Computer Press, Brno, 2007. Vydání první. ISBN 978-80-251-1830-6, str. 107
Celkové hodnocení touto metodou je rovno aritmetickému průměru z hodnot všech čtyř dílčích kritérií.
12
SEDLÁČEK, J.: Finanční analýza podniku. Computer Press, Brno, 2007. Vyd.1. ISBN 978-80-251-1830-6, str.105
SOVA SYSTEMS Č.R., spol. s r.o.
18 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
3.8 Indikátor bonity (IB) Základní definiční funkce indikátoru bonity připomíná Z-funkci IB = 1,5x(CF/závazky) + 0,08xA/závazky + 10xEBT/A + 5xEBT/T +0,3xzásoby/T + 0,1xT/A Zde použité proměnné mají stejný význam jako výše. Nově zavedená proměnná EBT představuje (jako obvykle) zisk před zdaněním. Situace firmy:
IB 1 dobrá; 2 velmi dobrá;
3 extrémně dobrá
IB 0 špatná; -1 velmi špatná; - 2 extrémně špatná
3.9 Beermanova diskriminační funkce (BDF) Tato diskriminační funkce byla Beermanem vytvořena speciálně pro řemeslné a výrobní podniky. Neměla by se využívat pro hodnocení finanční situace v obchodních firmách. Beerman použil deset ukazatelů, u kterých rozlišovací schopnost nejdříve ověřil jednorozměrnou analýzou. Následně uplatnil vícerozměrnou diskriminační analýzu a všech deset ukazatelů spojil do lineární funkce.13 BDF má následující podobu:
BDF = 0,217x1 + (-0,063) x2 + 0,012x3 + 0,077x4 + (-0,105) x5 + (-0,813)x6 + 0,165x7 + 0,161x8 + 0,268x9 + 0,124x10 X1 = odpisy HIM / (počáteční stav HIM + přírůstek) X2 = přírůstek HIM / odpisy HIM X3 = zisk před zdaněním / tržby X4 = závazky vůči bankám / celkové dluhy X5 = zásoby / tržby X6 = cash flow / celkové dluhy X7 = celkové dluhy / aktiva X8 = zisk před zdaněním / celková aktiva X9 = tržby / celková aktiva X10 = zisk před zdaněním / celkové dluhy Při Beermanově analýze platí, že čím nižší hodnota diskriminační funkce, tím lepší hodnocení pro firmu. V případě BDF je dělící hodnotou oddělující od sebe špatné a dobré firmy hodnota 0,3. Hodnota nad 0,3 patří špatným podnikům, hodnota od 0,3 do 0,25 patří dobrým podnikům a hodnota pod 0,25 patří velmi dobře prosperujícím podnikům. 13
MARINIČ, P.: Finanční analýza a finanční plánování ve firemní praxi. 1. vydání, Praha: Vysoká škola ekonomická v Praze, Nakladatelství Oeconomica, 2009, ISBN 978-80-245-1397-3 SOVA SYSTEMS Č.R., spol. s r.o.
19 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Hodnocení se provádí podle stupnice:14 velmi dobře dobře průměrně špatně _______________|_______________|_______________|_______________|____________ 0,2 0,25 0,3 0,35
3.10 Taflerův bankrotní model Znám od roku 1977. Taflerův model definují 4 poměrové ukazatele, spojené do diskriminační funkce podle následujícího výrazu
Z 0,53 R1 0,13 R2 0,18 R3 0,16 R4 R1 = zisk před zdaněním / krátkodobé závazky R2 = oběžná aktiva / cizí kapitál R3 = krátkodobé závazky / suma aktiv R4 = tržby celkem / suma aktiv Z > 0,3
malá pravděpodobnost bankrotu
Z < 0,2
vyšší pravděpodobnost bankrotu
3.11 Indexy IN (diskriminační funkce pro domácí podmínky) Autoři této množiny diskriminačních funkcí jsou Ivan a Inka Neumaierovi. Vytvořili s ohledem na specifika ČR obdobu Z-funkce (pod názvem index důvěryhodnosti IN) v několika variantách, odlišených rokem publikace či vzniku dané varianty. Snad nejznámější je Index IN 95, dosud známých variant je však více (IN99, IN01, IN05). Definiční vztah (diskriminační funkce) Indexu IN 95 má podobu IN95 = V1 x A + V2 x B + V3 x C + V4 x D + V5 x E + V6 x F Zde použité symboly mají následující význam: A ….. aktiva / cizí kapitál B ….. EBIT / nákladové úroky C ….. EBIT / celková aktiva D ….. tržby / celková aktiva E …. oběžná aktiva / krátkodobé závazky F ….. závazky po lhůtě splatnosti / tržby V1 až V6 jsou váhy jednotlivých podílových ukazatelů, uvedených ku příkladu v pramenu KISLINGEROVÁ,E.MEUMAIEROVÁ, I.: Vybrané příklady firemní výkonnosti podniku. Praha, VŠE 1996. ISBN 80-7079-641-3. 14
SEDLÁČEK, J.: Finanční analýza podniku. Computer Press, Brno, 2007. Vydání první. ISBN 978-80-251-1830-6, str. 113
SOVA SYSTEMS Č.R., spol. s r.o.
20 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Situace firmy:
IN > 2 lze předpovídat uspokojivou finanční situaci 1 < IN ≤ 2 podnik s nevyhraněnými výsledky IN ≤ 1 podnik je ohrožen vážnými finančními problémy.
Tabulka 3.1 Váhy indexu IN95 pro jednotlivé OKEČ OKEČ název V1 V3 A zemědělství 0,22 21,35 B rybolov 0,05 10,76 C dobývání nerostných surovin 0,14 17,74 CA dobývání energetic. Surovin 0,14 21,83 CB dobývání ostatních surovin 0,16 5,39 D zpracovatelský průmysl 0,24 7,61 DA potravinářský 0,26 4,99 DB textilní a oděvní 0,23 6,08 DC kožedělný 0,24 7,95 DD dřevařský 0,24 18,73 DE papírenský a polygrafický 0,23 6,07 DF koksování a rafinérie 0,19 4,09 DG výroba chemických výrobků 0,21 4,81 DH gumárenský a plastikářský 0,22 5,87 DI stavební hmoty 0,2 5,28 DJ výroba kovů 0,24 10,55 DK výroba strojů a přístrojů 0,28 13,07 DL elektrotechnika a elektronika 0,27 9,5 DM výroba dopravních prostředků 0,23 29,29 DN jinde nezařazený průmysl 0,26 3,91 E elektřina, voda a plyn 0,15 4,61 F stavebnictví 0,34 5,74 G obchod a opravy mot. Vozidel 0,33 I.00 H pohostinství a ubytování 0,35 12,57 I doprava, skladování, spoje 0,07 14,35 ekonomika ČR 0,22 8,33
V4 V6 0,76 14,57 0,9 84,11 0,72 16,89 0,74 16,31 0,56 25,39 0,48 11,92 0,33 17,38 0,43 12,73 0,43 8,79 0,41 11,57 0,44 16,99 0,32 2026,93 !!!? 0,57 17,06 0,38 43,01 0,55 28,05 0,46 9,74 0,64 6,36 0,51 8,27 0,71 7,46 0,38 17,62 0,72 55,89 0,35 16,54 0,28 28,32 0,88 15,97 0,75 60,61 0,52 16,8
Pramen: NEUMAIEROVÁ, I., NEUMAIER, I. Výkonnost a tržní hodnota firmy. Praha: Grada 2002
V2 = 0,11
V5 = 0,10
3.12 Tamariho model Postaven na bodovém hodnocení analyzovaného podniku, viz Tabulka 3.2. Spolehlivost neznámá. Interpretace celkového bodového součtu podniku je následující: 60 a více – malá pravděpodobnost bankrotu méně než 30 – vyšší pravděpodobnost bankrotu.
SOVA SYSTEMS Č.R., spol. s r.o.
21 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Tabulka 3.2 Algoritmus Tamariho modelu ukazatel R1
vlastní kapitál / cizí zdroje
R2 R3
čistý zisk čistý zisk / vlastní kapitál
R4
hodnota
body
0,5 a více 0,4 – 0,5 0,3 – 0,4 0,2 – 0,3 0,1 – 0,2 0,1 a méně
25 20 15 10 5 0
5 let R2>0 a R3>HK 5 let R2>0 a R3>Md 5 let R2>0 R3>HK R3>Md jinak
25 20 15 10 5 0
pohotová likvidita
2 a více 1,5 – 2 1,1 – 1,5 0,5 – 1,1 0,5 a méně
20 15 10 5 0
R5
výr.spotřeba / prům. stav rozprac. výroby
HK a více Md – HK DK – Md DK a méně
10 6 3 0
R6
tržby / prům. stav pohledávek
HK a více Md – HK DK – Md DK a méně
10 6 3 0
R7 výr. spotřeba / pracovní kapitál
HK a více Md – HK DK – Md DK a méně
10 6 3 0
Význam použitých symbolů:
HK – horní kvantil hodnot ukazatelů v daném oboru Md - medián hodnot ukazatelů v daném oboru DK– dolní kvantil hodnot ukazatelů v daném obor
3.13 Argentiho model Empirický model, využívající jen zčásti kvantifikované finanční informace (viz Tabulka 3.3). Body se přidělují buď v plném počtu, nebo žádné. Neznámá spolehlivost.
SOVA SYSTEMS Č.R., spol. s r.o.
22 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Tabulka 3.3 Algoritmus Argentiho modelu NEDOSTATKY Management: - autokratický generální ředitel - spojená funkce předsedy představenstva a GŘ - nevyrovnané znalosti a dovednosti členů představenstva - pasivní představenstvo - slabý finanční ředitel - nedostatek prof. managerů na nižších úrovních Účetnictví: - chybějící rozpočtová kontrola - chybějící plánování CF - chybějící kalkulační systém - chybějící reakce na změny: - výrobky, procesy, trhy, podnikatelské prostředí Celkem možných bodů Hranice nebezpečí CHYBY - overtrading (růst bez zajištění stálým kapitálem) - nerozumná úroveň zadlužení vůči bankám - příliš velké záměry v porovnání s možnostmi Celkem možných bodů Hranice nebezpečí PŘÍZNAKY - finanční: zhoršující se Z-skóre - „tvůrčí“ účetnictví: příznaky vylepšování HV - nefinanční signály: zhoršení kvality, morálky, podílu na trhu - příznaky blížícího se konce: direktivní řízení, fámy, rezignace Celkem možných bodů CELKOVÝ POČET DOSAŽITELNÝCH BODŮ HRANICE NEBEZPEČÍ
8 4 2 2 2 1 3 3 3 15 43 10 15 15 15 45 15 4 4 3 1 12 100 25
Pravidla hodnocení: Méně než 25 bodů - nehrozí nebezpečí úpadku Více než 25 bodů – hrozí bankrot do 5 let (pp úpadku roste s počtem bodů) Více než 10 bodů v sektoru NEDOSTATKY – špatná úroveň managementu, hrozba fatální chyby. Více než 15 bodů v sektoru CHYBY (současně méně než 10 bodů v sektoru NEDOSTATKY) – kompetentní řízení při riziku, které si management zřejmě uvědomuje.
3.13
EVA Stern Stewart Co. (Economic Value Added – Ekonomická přidaná hodnota)
Tento ukazatel bývá uváděn, používán a interpretován v nejrůznějších souvislostech, včetně strategického řízením podniku. Pro naše účely se vrátíme k prvopočátkům jeho vzniku (a aspirací!), kdy byl koncipován jako jeden z ukazatelů, vhodných pro posuzování výkonnosti podniku. Základní definiční vztah je prostý a vypovídá velmi dobře o podstatě této metody:
SOVA SYSTEMS Č.R., spol. s r.o.
23 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
EVA = EBIT x (1 – t) – WACC x A WACC = rcizí x (1 – t) x CZ/A + rvlastní x VK/A EVA 0 ….. firma vytváří hodnotu
Situace firmy:
EVA 0 ….. firma ničí hodnotu Zde použité symboly mají následující význam: VK ……vlastní kapitál A ……. suma aktiv CZ ……cizí zdroje t ……… daňová sazba (v desetinné podobě) rcizí …… cena cizích zdrojů (v desetinné podobě) rvlastní …. cena vlastních zdrojů (v desetinné podobě) Ukazatel tedy srovnává dosažený hospodářský výsledek podniku (zdaněný) s náklady na tento výkon v podobě vynaloženého kapitálu.
3.14 Zlatá pravidla financování Zlatých pravidel financování je možné v odborné literatuře objevit více než námi dále uváděné tři. Náš výběr (a současně omezení) na právě dále presentovaná tři pravidla vychází ze skutečnosti, že na těchto třech pravidlech lze objevit zajímavé vazby na jiné množiny ukazatelů. Zlaté pravidlo vyrovnávání rizik – ZPvr V tomto případě je zřejmá vazba zlatého pravidla vyrovnávání rizik na ukazatele míry zadlužení (včetně časově podmíněného optima zadlužení). ZPvr = VZ/CZ = min. 1 Zlaté pravidlo pari - ZPp I zlaté pravidlo pari v sobě skrývá vazbu na finanční páku (na míru zadlužení), tentokrát alternativně ve vztahu k velikosti fixních aktiv, které má podnik k disposici.
ZPp = SA/VZ = max. 1 Zlaté bilanční pravidlo financování - ZPf Zde se ve zprostředkované podobě objevuje souvislost s teorií čistého pracovního kapitálu (NWC), viz subkapitola 3.15. Zlaté pravidlo financování de facto doporučuje konzervativní strategii financování (NWC > 0). ZPf = SA / (VK + CZdlouhodobé ) = max. 1 SOVA SYSTEMS Č.R., spol. s r.o.
24 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Právě uvedená rovnice usiluje vyjádřit že pokud podnik nechce nést náklady na financování svého majetku vyšší než je nezbytně nutné, je žádoucí aby především a) finanční vyjádření hodnoty jeho aktiv a pasiv (majetkem a zdroji jeho financování) odpovídalo následujícím rovnicím: SA = DZ, a zároveň OA = KZ a současně aby b) pro alokaci krátkodobých a dlouhodobých zdrojů platilo následující schéma:
dlouhodobá aktiva mají být financována dlouhodobými zdroji
●
krátkodobá aktiva mají být financována krátkodobými zdroji.
Kde: VZ = vlastní zdroje CZ = cizí zdroje SA = stálá aktiva OA = oběžná aktiva (krátkodobá pasiva) VK = vlastní kapitál. DZ = dlouhodobé zdroje KZ = krátkodobé zdroje.
3.15 Čistý pracovní kapitál (Net Working Capital, NWC) Ze dvou možností definičního vztahu pro NWC dáme přednost výrazu NWC = OA – krátkodobá pasiva
Pro NWC > 0 jde o konzervativní strategii financování podniku
Je znázorněna ve Schématu 3.2. V tomto případě je dlouhodobými zdroji financován i krátkodobý majetek podniku, přičemž základní kapitál má krýt aktiva pro daná obor podnikání "typická" (jsou nejméně likvidní). Tato situace je sice -
bezpečná (dostatek dlouhodobých zdrojů snižuje riziko nedostatku finančních zdrojů), na druhé straně je však
-
relativně drahá (dlouhodobé zdroje jsou dražší než zdroje krátkodobé). Schéma 3.2 Konzervativní strategie financování podniku krátkodobá pasiva oběžný majetek net working capital fixní majetek
dlouhodobá pasiva základní kapitál
SOVA SYSTEMS Č.R., spol. s r.o.
25 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Pro NWC < 0 se podnik ubírá ve svém financování agresivní strategií.
Agresivní strategie je zachycena ve Schématu 3.3. Spočívá v relativním nedostatku dlouhodobých pasiv, což vede k orientaci na převážně krátkodobé zdroje financování.Tato strategie je -
riskantní (možný výpadek krátkodobých zdrojů může ohrozit stabilitu podniku – leasing), na druhé straně však je pro ni typická
-
nízká cena zdrojů (krátkodobé zdroje jsou levnější než zdroje dlouhodobé). Schéma 3.3 Agresivní strategie financování podniku dlouhodobá fixní aktiva
pasiva net working capital
oběžná aktiva
krátkodobá pasiva
Pro NWC = 0 je teoreticky možná strategie neutrální
Ta je teoreticky i prakticky méně zajímavá, neboť jde vlastně o možný krajní stav obou základních strategií financování. V zásadě jde o dokonalé respektování zlatého pravidla financování. Stanovit optimální hodnotu NWC je problém především proto, že závisí na mnoha faktorech, (mimo jiné) i na strategické posici daného podniku nebo oboru. Přesto lze objevit prameny 15, které se k jeho velikosti vyjadřují poměrně kategoricky: „Working capital by měl být bezpodmínečně positivní a jeho podíl na oběžném majetku by měl dosahovat pokud možno 30 % až 50 %.“
15
KRALICEK, P.: Základy finančního hospodaření. LINDE, Praha 1993. ISBN 80-85647-11-7, str. 27
SOVA SYSTEMS Č.R., spol. s r.o.
26 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
4 PENĚŽNÍ TOKY PODNIKU CF je klasickou ukázkou kategorie, jejíž vznik byl v nejlepším smyslu slova vynucen praxí finančního řízení, důrazem na skutečné finanční toky. Cílem kapitoly je charakterizovat, kategorii toků hotovostí (CF – Cash Flow), včetně metod jejího určení.
Definice, geneze a význam
4.1
Tok hotovosti či hotovostí, jinak též peněžní toky (Cash Flow – CF) je historicky posledním (a tedy nejmladším) pojmem z triády kategorií:
majetková struktura – pracuje s ukazateli z levé strany rozvahy
finanční struktura – je vyjadřována ukazateli z pravé strany rozvahy
CF - rozvaha & výsledovka (výkaz CF).
Zákonitě je i odpovídající účetní výkaz (výkaz CF) posledním z trojice základních výkazů účetní evidence výrobního a obchodního podniku (rozvaha, výsledovka, výkaz CF). Ukazatel CF je produktem úsilí zvládnout časový a obsahový nesoulad mezi:
náklady a výdaji
výnosy a příjmy
ziskem a stavem dostupných peněžních prostředků.
Toto nové kritérium je zcela soustředěno na platební schopnost podniku (vedle dosud sledovaných ukazatelů majetkové a finanční struktury a ukazatelů zisku). CF je definováno alternativně buď jako a) bilance pohybu peněžních prostředků za určité období b) změna stavu peněžních prostředků (přírůstek, pokles)za určité období a jeho ekonomická účinnost (údajně častěji používané pojetí, rozhodně však s vyšší vypovídací schopností). Klasická výpočetní definice CF je představována výrazem CF
= zisk + odpisy
Ten však odpovídá realitě pouze přibližně, a to jak z pohledu přesné číselné hodnoty (viz dále detailní schéma nepřímé metody) tak i koncepčního pohledu. Koncepce CF totiž vychází z kategorií
peněžních příjmů a
peněžních výdajů,
nikoli z kategorií
výnosů a
nákladů.
SOVA SYSTEMS Č.R., spol. s r.o.
27 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
V rovnici CF = zisk + odpisy jsou tedy spojeny obě tyto kategorií, což z pohledu teorie finančního řízení a zvláště z pohledu finančního účetnictví podniku není zcela korektní. Tento výraz je však široce používán a v situacích, kde jistá nepřesnost není na závadu je jeho jednoduchost a průhlednost výhodou.
4.2 Metody určení a kategorie CF Metody určení CF lze rozdělit do dvou skupin: a) metody přímé Spočívají ve sledování příjmů a výdajů za dané období cestou vyčlenění odpovídajících transakcí (peněžních toků) a jejich bilancováním. Systémově jde o průhlednější řešení, kdy jsou (ku příkladu znaménkem) rozlišeny finanční toky dovnitř a vně sledovaného systému. b) metody nepřímé Jsou vybudovány na principielně možné rekonstrukci kladných i záporných finančních toků z účetních údajů. Každý individuální peněžní tok se totiž projeví současně buď jako:
změna jiné rozvahové položky (jde-li o rozvahovou operaci) a nebo
náklad (výnos) ve výsledovce (jde-li o operaci výsledkovou).
Obecné schéma nepřímých metod lze popsat ve třech následujících krocích: i.
východiskem je zisk z výsledovky, který je dán jako konečný rozdíl mezi výnosy a náklady (není ovšem roven peněžním prostředkům)
ii.
ten je korigován o výnosy a náklady, které nemají vztah k peněžním prostředkům tak, že se
iii.
-
odečítají výnosy, které nebyly peněžním příjmem a naopak
-
přičítají náklady, které nebyly peněžním výdajem
a konečně následují korekce o změnu rozvahových položek, kdy se -
odečítají výdaje, související se zvýšením aktiv či snížením pasiv, respektive
-
přičítají příjmy, související se snížením aktiv či zvýšením pasiv.
Kategorie CF Jsou definovány v závislosti na kategorii zisku, se kterou souvisí. Tak rozlišujeme CF: a) z provozní činnosti (z toho cash flow ze samofinancování) b) z investiční činnosti c) z finanční činnosti d) výsledné CF
SOVA SYSTEMS Č.R., spol. s r.o.
28 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
4.3 Detailní schéma nepřímé metody Algoritmy vytváření výsledného CF nejsou zcela standardizovány a tedy ani ve schématech sestavování CF není dosud plná unifikace. V souladu s logikou předchozích úvah je jedno z možných řešení presentováno v následujícím Schématu 4.1.
Schéma 4.1 – Nepřímá metoda (detailní schéma) + + +
zisk (po zdanění a úhradě úroků) odpisy jiné náklady, nevyvolávající pohyb peněz výnosy, nevyvolávající pohyb peněz (zúčtování rezerv, zúčtování výnosů př. období)
CF ze samofinancování
+ + + +
úbytek pohledávek přírůstek pohledávek úbytek nakoupených CP přírůstek nakoupených CP úbytek zásob (prodej za hotové) přírůstek zásob přírůstek krátkodobých dluhů úbytek krátkodobých dluhů
CF z provozní činnosti
+ +
úbytek fixního majetku přírůstek fixního majetku úbytek nakoupených akcií a dluhopisů přírůstek nakoupených akcií a dluhopisů
CF z investiční činnosti
+ +
přírůstek dlouhodobých dluhů úbytek dlouhodobých dluhů přírůstek VJ (z emise akcií) výplata dividend
CF z finanční činnosti
Jednu z možností standardizace představuje využití institutu Českých účetních standardů. V dané souvislosti přichází v úvahu Český účetní standard pro podnikatele č. 023, Přehled o peněžních tocích. Pro naše účely plně postačuje již uvedené Schéma 4.1. CF se užívá s výhodou nejčastěji při: -
hodnocení finanční stability podniku a příčin změn stavu peněžních prostředků
-
krátkodobém plánu peněžních příjmů a výdajů podniku
-
střednědobém a dlouhodobém sestavování finančních výhledů podniku
SOVA SYSTEMS Č.R., spol. s r.o.
29 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
-
hodnocení finanční efektivnosti investičních variant
-
stanovení základu tržní ceny podniku.
4.4
Ukazatelé na bázi CF a fondy
Dále uvedené ukazatele výkonnosti podniku mají společné to, že jsou (více či méně) odvozeny od ukazatelů CF. Jejich vypovídací schopnosti by tedy bez zavedení či využití kategorie CF nebylo možno dosáhnout.
4.4.1 Cash Flow I III V první ředě jde o jednu z variant nepřímé metody, jejímž výstupem jsou ukazatele CF I, CF II a CF III. Toto pojetí dílčích ukazatelů CF není samozřejmě jediné možné, jde o jednu z možností. Až dosud není v průmyslové praxi zcela obvyklá standardizace ukazatelů tohoto typu v rámci podniku. + + + = + = + + =
zisk odpisy tvorba dlouhodobých rezerv na vrub nákladů CF I (změna pracovního kapitálu) přírůstek zásob úbytek zásob CF II (změna čistého peněžního majetku) přírůstek pohledávek úbytek pohledávek přírůstek závazků úbytek závazků CF III (změna fondu pohotových peněžních prostředků)
4.4.2 Peněžní fondy Pro ukazatele typu dále definovaných peněžních fondů se uvádí hlavní výhoda v zásadě stejná jako v případě ukazatelů CF I – CF III. V obou případech jde o absolutní ukazatele u kterých je vyloučena možnost manipulace výsledné hodnoty podílového ukazatele úpravami jak čitatele, tak i jmenovatele. a) PPP = pohotové peněžní prostředky b) ČPM = čistý peněžní majetek
c) PK = pracovní kapitál
SOVA SYSTEMS Č.R., spol. s r.o.
= peníze = peníze + krátkodobé pohledávky - krátkodobé závazky = peníze + krátkodobé pohledávky - krátkodobé závazky + zásoby
30 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
5 ANALÝZA STRATEGICKÉ POSICE PODNIKU 5.1 Strategické cíle podniku - model SMART Strategické cíle podniku – jeden z výstupů procesu strategického plánování - obvykle s vysokou časovou prioritou - obvykle spojeno s dlouhým časovým horizontem (alespoň pokud jde o důsledky) - stejně jako i sám proces strategického plánování permanentně aktualizované - dobře definovaný cíl musí být SMART Model SMART - Specific - Measurable - Achievable - Result oriented - Time framed
(specifický, tedy konkrétní) (měřitelný) (dosažitelný) (orientovaný na výsledek, ve smyslu realistický) (časově vymezený)
5.2 Analýza strategického prostředí podniku 5.2.1 Externí prostředí Makroprostředí - existuje nezávisle na vůli podniku Definuje: Příležitosti O (Opportunities) a Hrozby T (Threats), často ve vazbě na budoucnost. Model SLEPT Popisuje vliv následujících základních sil makroprostředí: S sociální či sociologické aspekty(v širším smyslu kultura) L legislativa E ekonomika T technologie (v našem prostředí technika i technologie).
5.2.2 Interní prostředí organizace (podniku) Mikroprostředí – podnik přímo ovlivňuje svými činnostmi Definuje: Silné stránky S (Strenth) a Slabé stránky W (Weakneses), jako aktuální stav. SOVA SYSTEMS Č.R., spol. s r.o.
31 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Model 4P (alt. 7P) Základní podobou modelu je forma 4P. Ta charakterizuje potenciál podniku na úrovni ukazatelů, týkajících se následujících okruhů: Product Price Place Promotion Varianta modelu 7P vznikla rozšířením modelu 4P o další oblasti analýzy. Pro naše účely není toto rozšíření nijak kriticky významné. BCG matice (Boston Consulting Group), alt. známé i jako BPM (Business Portfolio Matrix)
+ 20%
nárust odvětví
Hvězdy
Otazníky (Problémové děti)
Dojné krávy
Psi (Ubozí psi)
0
- 20% 1
0,5
0
relativní podíl na trhu Model 7S Sedm klíčových aspektů vnitřního prostředí podniku (podle McKinsey and Company). Definuje jeho cílovou orientaci, vnitřní hodnotový systém a způsob chování (aktivity). 1) Structure 2) System (of management) 3) Styl (of management) 4) Start 5) Skills 6) Strategy a 7) Shared values.
5.2.3 Mezoprostředí Tuto úroveň považujeme za částečně podnikem ovlivnitelnou, ku příkladu (a zřejmě i nejčastěji) nástroji marketingu. Model 5F (pět konkurenčních sil podle Portera)) SOVA SYSTEMS Č.R., spol. s r.o.
32 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
DODAVATELÉ
SUBSTITUTY
KONKURENCE V OBORU
NOVĚ PŘÍCHOZÍ
ODBĚRATELÉ
5.3 Souhrn výsledků strategického postavení podniku Matice SWOT Silné stránky
Slabé stránky
Příležitosti
Hrozby
Matice SWOT tak dává celkový (syntetický) přehled o strategickém postavení analyzovaného podniku.
5.4 Generování alternativních strategií Matice TOWS Modifikace SWOT matice o čtyři množiny konkurenčních strategií do následující podoby. Jinými slovy, vnitřní pole TOWS matice definují možná chování podniku na úrovni strategických voleb (strategic options). Silné stránky
Příležitosti
Hrozby
SOVA SYSTEMS Č.R., spol. s r.o.
Slabé stránky
ofenzivní přístup
opatrný přístup
ukázat sílu a unikat nebezpečí
ustupovat, kompromisy, likvidace
33 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Přílohy
SOVA SYSTEMS Č.R., spol. s r.o.
34 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Příloha 1
Sova Systems - Minimální množina ukazatelů T Z A CF ZK ROA ROE ROS L1 (běžná) L2 (pohotová) L3 (peněžní) CF 1 CF 2 CF 3 NWC obrat aktiv (vázanost stálých aktiv) doba obratu zásob doba obratu pohledávek doba obratu závazků Z-fce a.s. Z-fce s.r.o. Z-fce čr Q-test IN95 EVA
SOVA SYSTEMS Č.R., spol. s r.o.
35 / 36
Program 2 – Ekonomické a finanční vzdělávání, 5 - Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku
Příloha 2
Sova Systems - Metodika tvorby závěrečné práce z FA Max 3 účastníci v jednom týmu (z jednoho podniku). 1. krok Apriorní hodnocení podniku (bez využití potenciálu FA) a) všeobecné hodnocení b) slabé stránky c) silné stránky d) možnosti změn e) očekávané efekty změn (pokud možno kvantifikované) 2. krok Práce s absolutními ukazateli Vč. horizontální a vertikální analýzy. 3. krok Využití poměrových ukazatelů 4. krok Pyramidový rozklad rentability DuPont 5. krok Nasazení b/b modelů 6. krok Možné speciální podrobnější rozbory Dodatečný metodický aparát dle volby frekventantů, případně i s využitím individuálních (podnikových) metodik – pokud jsou známy (v tomto případě je třeba je dokumentovat tak, aby bylo možno ohodnotit jejich validitu). 7. krok Vliv strategické posice Strategická posice může umocnit (či naopak redukovat) finanční potenciál analyzovaného podniku. 8. krok Formulace konečných závěrů a) všeobecné hodnocení b) slabé stránky c) silné stránky d) informační přínos nasazení FA e) možnosti změn f) skutečné efekty změn (pokud možno kvantifikované) g) finanční přínos nasazení FA
SOVA SYSTEMS Č.R., spol. s r.o.
36 / 36